1 案例背景 泰坦尼克號沉沒是歷史上最臭名昭着的沉船之一。1912年4月15日，在她的處女航中，泰坦尼克號在與冰山相撞后沉沒，在2224名乘客和機組人員中造成1502人死亡。這場聳人聽聞的悲劇震驚了國際社會，並為船舶制定了更好的安全規定。 造成海難失事的原因之一是乘客和機組人員沒有足夠的救生艇 ...

使用python3 學習了決策樹分類器的api 涉及到 特征的提取，數據類型保留，分類類型抽取出來新的類型 需要網上下載數據集，我把他們下載到了本地， 可以到我的git下載代碼和數據集: https://github.com/linyi0604/MachineLearning ...

決策樹分類的應用場景非常廣泛，在各行各業都有應用，比如在金融行業可以用決策樹做貸款風險評估，醫療行業可以用決策樹生成輔助診斷，電商行業可以用決策樹對銷售額進行預測等。 基於決策樹還誕生了很多數據挖掘算法，比如隨機森林（Random forest）。 sklearn 中的決策樹模型 到目前為止 ...

項目目標 泰坦尼克號的沉沒是歷史上最著名的還難事件之一，在船上的2224名乘客和機組人員中，共造成1502人死亡。本次項目的目標是運用機器學習工具來預測哪些乘客能夠幸免於難。 項目過程 導入並探索數據 處理缺失值，刪除與預測無關的特征 將分類變量轉換為數值型變量 實例化 ...

Kaggle 是一個流行的數據科學競賽平台 一、機器學習的基本步驟 二、提出問題 什么樣的人更容易生存？ 三、理解數據 3.1數據來源 https://www.kaggle.com/c/titanic 分為 訓練集：train.csv，891條數據 測試 ...

此文發表在簡書，復制過來，在下方放上鏈接。 https://www.jianshu.com/p/a09b4dc904c9 泰坦尼克號生存預測 1.背景與挖掘目標 “泰坦尼克號”的沉沒是歷史上最臭名昭著的海難之一。1912年4月15日，泰坦尼克號在處女航中與冰山相撞后沉沒，2224名乘客 ...

本次項目主要圍繞Kaggle上的比賽題目: "給出泰坦尼克號上的乘客的信息, 預測乘客是否幸存" 進行數據分析 環境 win8, python3.7, jupyter notebook 目錄 1. 項目背景 2. 數據概覽 3. 特征分析 4. 特征工程 5. 構建模型 正文 ...

假期閑着無聊，做了一下Kaggle練手的項目--預測泰坦尼克號乘客的存活情況。對於一些函數和算法，剛開始也是懵懵懂懂的，但通過自己查資料，還是明白了許多。然后就是自己寫的時候還看了下別人的做法，特別是國外的文章，寫得很詳細，邏輯特別清晰，還把不同算法的結果給你列出來，最后選擇了最優算法。好佩服 ...